Ⅰ. 서 론

근전도(Electromyography, EMG)는 뇌와 척수에서 기원하는 운동 명령에 따라 발생하는 근육의 전기적 신호 를 측정함으로써, 신경-근육계의 상태를 평가하는 기술 이다(Campanini et al., 2020). 이 기술은 전통적으로 운 동 제어 및 근기능 분석의 핵심 도구로 활용되어 왔으며, 특히 근골격계 질환의 진단, 재활 치료, 생체역학적 분석 등 다양한 임상 및 연구 분야에서 널리 사용되고 있다 (Kotov-Smolenskiy et al., 2021). 최근에는 유연 소재 기 반의 다중 전극 기술과 인공지능(artificial intelligence, AI)의 결합을 통해 실시간 분석 및 예측 기능이 강화되면 서, 근전도 기술의 정밀성과 응용 범위가 한층 확대되고 있다.

컴퓨터 성능의 향상과 소형화 기술의 발전은 근전도 기 술의 활용 범위를 기존의 연구 영역에서 일상생활 및 산 업 현장으로까지 확장시키는 데 기여하고 있다. 하드웨어 측면에서 근전도 센서는 비침습형과 침습형으로 구분되 며, 일반적으로는 피부에 부착한 전극을 사용하는 비침 습형 센서가 주로 활용된다. 특히 고밀도 표면 근전도 (high-density surface EMG, HD-sEMG) 기술의 도입은 근육 활동을 보다 정밀하게 감지할 수 있게 하였으며, 웨 어러블 기술과의 융합을 통해 임상 적용 가능성도 높아지 고 있다(Tam et al., 2020). 그러나 표면 근전도는 심부 근육의 신호 감지에 한계가 있으며, 피부 저항이나 외부 전자기 간섭 등의 요인으로 인해 신호의 정확도가 저하될 수 있다는 단점이 있다. 이러한 문제점을 해결하기 위해 보다 정밀한 신경 및 근육 신호 모니터링이 요구되는 연구 개발 과제에서는 침습형 근전도 기술을 활용하고 있다 (Chapman et al., 2010).

소프트웨어 측면에서는 생체신호의 정밀한 처리를 위 한 알고리즘 발전이 근전도 기술 고도화에 중요한 역할을 하고 있다. 노이즈 제거, 필터링, 정규화 등의 신호 처리 절차는 분석 정확도를 좌우하는 핵심 단계이며(Gao et al., 2022), 이 과정을 통해 측정된 신호는 근육의 생리 학적 특성과 생체역학적 요인을 고려하여 해석해야 정확 한 분석 정보를 제공할 수 있다(Disselhorst-Klug & Williams, 2020). 최근에서는 인공지능 기반 분석과 결합 하여 다양한 임상 및 비임상 영역에서의 적용 가능성을 모색하고 있다. 이러한 접근은 생체신호 모니터링 및 웨 어러블 로봇 제어의 정밀도를 향상시키며, 재활 및 건강 관리 중재 프로그램의 효율성을 높이는 데 기여하고 있다 (Bi & Guan, 2019;Pilkar et al., 2020). 이와 같은 기술 발전은 근전도 신호의 분석 표준화와 해석의 일관성을 높 이는 데 기여하고 있으며, 향후 재활 훈련에서 피드백 시 스템 구현을 통한 맞춤형 재활 중재 전략으로의 활용이 더욱 기대되고 있다(Durandau et al., 2018;McManus et al., 2020).

본 연구는 2020년부터 2024년까지 수행된 국가연구개 발과제를 대상으로 근전도 기술의 활용 현황과 연구 동향 을 체계적으로 분석하는 것을 목적으로 한다. 구체적으로 는 과제명, 연구 요약, 사업명, 주무부처, 수행 기간, 연구 비, 수행 기관, 지역 등의 정보를 바탕으로 연구개발의 정 량적 특성을 조사하고, 키워드 분석과 카테고리 분류를 통해 근전도 기술의 적용 분야와 기술적 응용 범위를 파악 하고자 한다. 이를 위해, 본 연구에서는 근전도 기술 연구 과제를 근전도 기술 자체를 개발하거나 이를 활용한 연구 를 수행한 국가연구개발 과제로 정의하였다. 이러한 분석 을 통해 근전도 기술의 학술적·산업적 활용 가능성을 종 합적으로 조망하고, 향후 스포츠재활 및 물리치료 분야에 서의 기술개발 전략 수립을 위한 기초자료를 제공하고자 한다.

Ⅱ. 연구방법

1. 검색 대상

본 연구는 2020년부터 2024년까지 5년간 수행된 근전 도 관련 국가연구개발 과제를 분석하였다. 데이터를 수집 하기 위해 National Science & Technology Information Service(NTIS) 데이터베이스를 활용하였으며, 한글과 영문 키워드로 ‘근전도’, ‘electromyography’, ‘electromyogram’, ‘EMG’를 각각 사용하여 과제를 검색하였다.

2. 선정 및 제외기준

분석 대상은 근전도 기술을 개발하거나 이를 활용한 기 술 개발을 주요 내용으로 포함하는 국가연구개발 과제로 한정하였다. 구체적으로는 표면근전도(sEMG), 고밀도 근 전도(HD-sEMG), 침습형 근전도(iEMG) 등 다양한 형태 의 근전도 신호를 측정·분석하여 재활, 운동 중재, 기능 평가, 신경제어, 생체신호 모니터링 등에 활용한 과제를 포함하였다. 또한, 센서 개발, 신호처리 알고리즘, 웨어러 블 시스템, 인터페이스 기술, 융합 기기 등과 관련된 응용 과제도 포함하였다.

반면, 근전도 기술과 무관한 과제는 분석에서 제외하였 다. 예를 들어, 문학, 종교학과 같이 인문사회 기반 연구 나, 시스템 반도체, 양자자기이미징, 냉장 전기차량, 에너 지 하베스터, 마그네슘 전지 등 기초·응용 자연과학 및 공학 분야 중심의 근육활성 측정과 관련성이 낮은 과제는 제외하였다. 또한, 편미분방정식이나 수치해석과 같은 수 학 이론이나, 염증, 줄기세포, 종양, 후성유전학, 면역학 등 인체 근육활성을 핵심으로 하지 않는 과제도 제외 기준 에 포함하였다. 이 외에도 EEG 센서 개발, 메타버스 콘텐 츠 기술 개발, 종단적 설문 데이터 구축과 같은 근전도를 주로 활용하지 않는 디지털 헬스 및 인터페이스 기술 과제 역시 제외하였다.

최종 분석 대상 과제의 선정은 연구자가 직접 수행하였 다. 중복 과제를 제거한 후, 제목과 개요를 검토하여 본 연구에서 설정한 선정 및 제외 기준에 따라 분석과제를 1차적으로 선별하였다(Figure 1). 이후 요약문과 세부 과 제 내용을 면밀히 검토하여 최종 포함 여부를 결정하였 다. 다년도 과제의 경우 세부 내용을 검토하여 본 연구 선정 조건에 해당하는 연차가 있을 경우 분석에 포함하였 으며, 분석에는 해당 과제의 첫 연차를 기준으로 하였다. 분석의 일관성과 객관성을 유지하기 위해 선정 기준은 사 전에 명확히 정의되었으며, 모든 과제에 동일한 기준을 적용하였다.

Figure 1

근전도 활용 국가연구개발과제의 선정 및 제외 기준에 따른 분석 대상 추출 절차

3. 분석 방법

과제별로 과제명, 연구 요약, 해당사업명, 과제 주무부 처, 기간, 정부투자연구비, 기관, 지역으로 설정하여 내용 을 정리하였다. 과제별 총 연구비를 정규화하기 위해 연 평균 연구비를 산출하였으며, 이를 위해 각 과제에서 일 별 연구비를 계산하고, 이를 연단위로 변환하였다.

또한, 연구개발 과제의 핵심 기술, 목적, 적용 분야의 경향을 파악하기 위해 분석 과제명을 중심으로 키워드 분 석을 시행하였다. 키워드 분석을 위해 한글 분석 프로그 램 KLT2000을 사용하여 주요 키워드를 확인하였다 (Shim, 2016). 주요 키워드를 선별한 이후 Excel 소프트웨 어(Microsoft 365, Microsoft Corp., USA)의 COUNTIF 함수를 통해 과제명, 목표, 주요내용에서 사용한 키워드 빈도를 계산하였다.

4. 연구 카테고리 분류

근전도 기술은 연구 목적, 기술 적용 방식, 응용 분야에 따라 다양한 형태로 활용된다. 이에 본 연구에서는 근전 도 기술의 활용 경향을 체계적으로 분석하기 위해 연구 주제 기반의 카테고리 분류 작업을 수행하였다. 카테고리 분류는 다음과 같은 절차로 진행되었다. 우선, 각 과제의 과제명과 요약문을 검토하여 기술적 키워드 및 응용 현황 을 파악하고, 이를 기준으로 기술 유사성과 응용 분야 일 치성에 따라 1차 분류군을 도출하였다.

이후 연구 보고서 검토 및 해당 분야 전문가 자문을 통 해 범주 간 통합 및 재분류 작업을 거쳐 각 카테고리의 정의를 설정하였다. 한 과제가 두 개 이상의 기술이나 응 용 분야에 걸쳐 있는 경우에는, 주된 연구 목적과 기술 적용의 중심 축을 기준으로 가장 적절한 단일 카테고리에 배정하였다. 이와 같은 분류 기준은 근전도 기술이 국가 연구개발 과제 내에서 어떤 분야에 중점적으로 적용되고 있는지, 그리고 기술의 응용 확장성이 어떠한지를 명확히 분석하는 데 활용되었다. 예를 들어, ‘신경재활로봇’은 뇌 졸중, 척수손상 등의 신경계 손상 환자를 대상으로 근전도 기반 제어 기술을 활용한 로봇 장치 개발을 포함하며, ‘생 체신호 모니터링 의료기기’는 근전도를 포함한 생체신호 를 실시간 측정하고 임상 평가에 적용 가능한 의료기기 개발을 지칭한다. ‘재활운동중재’는 질환 예방 및 기능 회 복을 목적으로 설계된 근전도 피드백 기반 맞춤형 운동 처방, 중재 콘텐츠 개발 등을 포함하며, ‘기능성 식품의약 품’, ‘정신건강관리’, ‘한의학 연구’ 등은 비교적 비정형적 이지만 응용 분야가 명확한 융합 분야로 독립 분류하였다.

Ⅲ. 연구결과

NTIS 데이터베이스 검색 결과, 총 2,095건의 국가연구 개발 과제가 확인되었으며, 선정 및 제외 기준을 적용한 결과 271건이 최종 분석 대상으로 선정되었다.

연도별 과제 수는 2020년 71건, 2021년 67건, 2022년 55건, 2023년 39건, 2024년 39건으로 나타나, 최근으로 갈수록 감소하는 추세를 보였다. 정부 연구비 지원액은 5년간 약 398억 원으로 2020년에서 2022년은 연간 90~100억 원 수준의 연구비가 투입되었으나, 2023, 2024 년에는 각각 38, 65억 원이었다. 각 과제별 평균 연구개발 기간은 2년 7개월(±1년 3개월)이었다. 과제별 평균 총연 구비는 1억 5천만 원이었으나, 편차는 2억 6천만 원으로 과제별 연구비 규모는 상당한 차이가 있었다. 이에 총연 구비를 연구기간으로 정규화한 결과 연평균 약 6천만 원 (±9천만 원) 수준으로 나타났다.

연구 과제를 발주한 주무부처는 과학기술정보통신부가 137건으로 전체의 절반 이상을 차지하였고, 그 뒤로 교육 부(59건), 중소벤처기업부(35건), 보건복지부(13건), 산업 통상자원부(12건) 순이었다. 각 과제별 수행 기관은 대학 198건, 중소기업 51건이었다. 그 외 출연연구소 14건, 국 공립연구소 5건, 중견기업 2건, 병원 1건이었다. 수행 지 역은 서울이 75건으로 가장 많았고, 이어 경기(36건), 대 전(32건), 부산(28건), 대구(17건) 순으로 나타났다. 반면, 인천(2건), 전남(1건), 세종(1건) 등은 수행 과제가 매우 적 었다.

근전도 기술이 포함된 과제의 핵심 경향을 파악하기 위 해 키워드 빈도 분석을 실시한 결과, ‘생체’(46회), ‘전도’(35 회), ‘치료’(33회), ‘신호’(31회), ‘재활’(30회), ‘운동’(30회), ‘로봇’(30회) 등의 키워드가 가장 높은 빈도로 나타났다 (Table 1).

본 연구에서 정의한 연구 카테고리 분류 결과 총 15개의 과제 유형이 확인되었다. 가장 많은 과제가 포함된 카테고 리는 ‘생체신호 센서 및 처리 기술’이었다(37개). ‘재활운동 중재’, ‘뇌-컴퓨터 인터페이스’는 각각 28개로 두번째로 높 은 빈도를 보여주었다. 뒤이어 ‘운동기능분석평가’ 27개, ‘신경재활로봇’ 25개 과제가 포함되었다. 이들 15개 유형은 성격에 따라 개발(40%), 평가(35%), 중재(25%)로 분류할 수 있었다(Figure 2). Table 2에 구체적인 연구 카테고리별 명칭과 주요 목적, 근전도 활용 사례를 정리하였으며, 해 당 과제 수를 기준으로 내림차순으로 정렬하였다.

Figure 2

근전도 기술 관련 과제의 세부 카테고리 분포. 총 15개 세부 카테고리로 분류된 국가연구개발과제의 분포이며, 각 과제의 성격을 ‘개발’, ‘평가’, ‘중재’의 상위 분류로 구분하여 시각화하였다.

Ⅳ. 논의

본 연구는 2020년부터 2024년까지 수행된 국가연구개 발사업 데이터를 기반으로, 근전도 기술이 실제 연구 현 장에서 어떻게 활용되고 있는지를 체계적으로 분석하였 다. 분석 결과 근전도를 활용한 연구들은 연평균 6천만원 수준의 소규모 과제로 다수 수행되었으며, 연구과제 수는 점차 감소하는 경향을 보여주었다. 연구 발주 기관은 주 로 과학기술정보통신부였으며, 수행 주체는 대학이 가장 큰 비중을 차지하였다. 키워드 분석을 통해 근전도 기술 관련 국가연구개발과제가 주로 생체신호 기반 재활, 운 동, 로봇 제어 및 웨어러블 센서 시스템 개발에 집중되어 있으며, 점차 스마트화, 개인 맞춤화, 융합화되는 방향으 로 기술이 고도화되고 있음을 확인할 수 있었다. 본 연구 에서는 이러한 기술적 흐름을 반영하여 총 15개의 응용 카테고리를 도출하였으며, 근전도 기술의 활용 범위가 기 존의 근육 활성 분석을 넘어 생리학, 신경과학, 심리학, 산업공학 등 다양한 분야와의 다학제적 융합을 통해 핵심 도구로 진화하고 있음을 확인하였다.

스포츠재활 및 물리치료 분야와 밀접한 카테고리는 전 통적으로 재활운동중재, 운동기능 분석 및 평가, 전기신 경자극, 신체교정장치 등으로 구분할 수 있다. 이 중 재활 운동중재 분야는 전체 응용 카테고리 중 두 번째로 많은 과제를 포함하고 있었다. 주요 연구 주제는 노화 관련 근 기능 저하 및 근감소증 예방, 신경근계 회복, 통증 관리, 디지털 기반 맞춤형 중재 시스템 개발 등으로 구성되어 있었다. 이외에도 건강관리 목적의 테이핑, 필라테스, 전 통 무예 등 다양한 콘텐츠의 건강관리 목적 활용 가능성을 탐색하는 연구도 수행되었다. 근전도를 통한 운동신경 활 성 피드백은 재활운동중재의 효과를 높이는 핵심 요소로 작용하며, 운동기능 향상 및 동기 유발 측면에서 중요한 역할을 한다(Giggins et al., 2013). 예를 들어, 근전도 신 호를 활용한 다양한 해외 연구에서는 근육 불균형 및 과도 한 피로도를 감지하여 부상 위험을 낮추고, 바이오피드백 을 기반으로 훈련 강도를 조절할 것을 강조하고 있다 (Al-Ayyad et al., 2023). 이러한 근전도 피드백 기술은 대상자가 운동 중 자신의 운동신경 활성 상태를 실시간으 로 인식하고 이를 교정함으로써, 향후 개인 맞춤형 디지 털 헬스케어 시스템의 핵심 요소로 활용될 가능성을 보여 준다.

운동기능분석평가는 네 번째로 포함된 과제가 많은 항 목으로, 재활운동중재와 밀접하게 연관된 분야이다. 이 카테고리에는 근육 피로 및 협응력 평가, 골프 스윙 분석, 수영 선수의 부상 전조 지표 개발 등 근육의 수축력과 조 절 능력을 평가하는 과제들이 포함되어 있으며, 이는 전 통적으로 근전도 기술이 핵심적으로 활용되어 온 영역이 다. 특히, 표면 근전도는 골격근의 활성도를 정량적으로 측정할 수 있는 대표적 수단으로 과거부터 현재까지 선수 의 근기능 검진에 지속적으로 활용되고 있다(Felici & Del Vecchio, 2020; Fernández-Lázaro et al., 2020; Shenoy, 2010). 또한 본 분야는 고령자의 운동성 저하 평가, 보행 및 자세 제어의 이상 패턴 탐지, 낙상 위험 예측, 만성질환 및 신경계 질환 조기 진단 등 다양한 임상 응용 연구를 포함하고 있었다. 최근에는 근전도 외에도 근초음파, 뇌 전도(EEG), 관성 측정 장치(IMU), 비전 카메라 등 멀티센 서를 이용한 생체데이터 수집과 기계학습 알고리즘의 결 합을 통해 신체 기능을 정량화하려는 접근이 중심을 이루 고 있었다. 이처럼 운동기능 분석 기술은 질환 진단을 넘 어 예방, 중재 설계, 장기 추적까지 포괄하는 정밀의료와 디지털 헬스케어 통합 플랫폼으로 진화하고 있음을 확인 할 수 있다.

전기신경자극 및 신체교정장치 분야는 중재 기기 개발 을 중심으로 구성된 연구 영역이다. 최근의 국가연구개발 과제에서는 근감소증 예방, 비만 치료, 당뇨병 관리, 뇌졸 중 및 알츠하이머병 재활, 자세 교정 등 다양한 질환에 관한 기능장애 모니터링 또는 측정 수단으로 근전도 기술 이 폭넓게 활용되고 있었다. 전기신경자극 분야에서는 특 히 전자약 기반의 비침습적 중재 시스템, 중주파 전기근 육자극(medium-frequency electrical stimulation), 경두 개 직류자극(transcranial direct current stimulation, tDCS), 반복 경두개 자기자극(repetitive transcranial magnetic stimulation, rTMS) 등 신경 자극 기술이 주요 주제로 다루어지고 있었다. 이러한 기술들은 신경가소성 (neuroplasticity) 유도 및 운동 기능 회복에 기여함으로써 스포츠재활 및 물리치료 분야와의 융합 가능성을 내포하 고 있다(Paillard, 2008). 한편, 신체교정장치 분야는 거 북목, 흉추 후만, 무릎 외반슬, 턱관절 비대칭 등 신체 정 렬 이상을 교정하기 위한 맞춤형 인솔, 3D 프린팅 보조기 등 보조기기 개발을 중심으로 구성되어 있었다. 이 분야 의 연구들은 비정상 자세의 인식 및 교정 훈련에 초점을 맞추고 있으며, 이는 선수의 체형 정렬 유지, 만성 통증 예방, 고유수용감각 강화 등을 목표로 하는 스포츠물리치 료 전략과 높은 연계성을 지닌다. 특히 통증 관리 측면에 서 자세 인식 모니터링의 중요성에 대한 근거는 지속적으 로 축적되고 있으며(Cramer et al., 2018;Fundoiano- Hershcovitz et al., 2022), 향후 전기신경자극 및 신체교 정장치 관련 기술은 비수술적 근골격계 질환 관리를 위한 디지털치료기기로 발전할 가능성이 크다.

근전도 관련 국가 연구개발사업에서 가장 많은 과제가 포함된 카테고리는 생체신호 센서 및 처리 기술 개발 분야 였다. 이 카테고리는 센서 및 임베디드 신호처리 장치 개 발에 중점을 두고 있으며, 고밀도 센싱, 측정 신뢰도 향 상, 유연소재 센서, 센서 부착 기술, 삽입형 전극 시스템, 나노소재 센서, AI 스마트 센싱 기술, 인체 친화형 인터페 이스 기술에 집중된 연구들이 활발히 진행되고 있었다. 특히, 피부 밀착성과 생체적합성을 갖춘 유연 전극 및 센 서, 직물 기반 전극, 어레이형 암밴드, 무자각 착용이 가 능한 온스킨 디바이스(on-skin device) 등의 하드웨어 기 술 혁신이 주목할 필요가 있다. 이와 함께 머신러닝, 에지 컴퓨팅(edge computing) 기반의 실시간 신호 처리, 노이 즈 제거, 고해상도 스파이크 복원 알고리즘 등 인공지능 기반 신호처리 기술의 통합적 적용이 점차 확대되고 있었 다. 최근 해외 연구에서도 단순한 생체신호 측정을 넘어 자가진단, 재활 지원, 질환 예측 기능을 갖춘 센서 기술의 진화가 나타나고 있으며(Wei & Wu, 2023), 이러한 흐름 은 근전도 기술의 융복합적 활용 가능성을 한층 확장시키 고 있다.

뇌-컴퓨터 인터페이스(brain-computer interface, BCI) 는 전체 과제 수 기준 두 번째로 많은 연구가 포함된 카테고 리로, 생체신호 센서 및 처리 기술 개발과 함께 스포츠재활 및 물리치료 분야에서 새로운 근전도 기술 도입과 밀접한 관련을 갖는 기반 기술이다. 이 분야는 생체신호 기반의 인간-기계 상호작용을 핵심으로 하며, 최근에는 사용자의 의도 인식 정확도 향상, 실시간 제어 및 반응성 강화, 몰입형 인터랙션 제공을 위한 기술 개발이 활발히 이루어지고 있 다. 특히, 근전도 외에도 뇌파(electroencephalography, EEG), 심전도(electrocardiography, ECG) 등 다양한 생체 신호를 통합 분석하는 멀티모달 접근과 딥러닝 및 생성 신경망(generative neural networks)을 활용한 의도 예측 모델 개발이 주요한 연구 트렌드로 부상하고 있었다. 아울 러, 확장현실(extended reality, XR) 및 햅틱 기술을 활용한 상호작용 환경 구현, 실시간 협업 기반의 인터페이스 설계 등도 활발히 시도되고 있었다. 이와 같은 흐름은 국제적으 로도 유사한 방향으로 전개되고 있으며, 사용자의 의도, 감정, 인지 상태를 실시간으로 파악하여 시스템이 자율적 으로 반응할 수 있는 기술 구현에 초점을 맞추고 있다 (Xiong et al., 2024).

기능성 의류, 근골격계 웨어러블 보조로봇, 전문 산업 장비 분야는 비임상 연구과제로 분류되며, 주로 소재 개 발과 착용형 보조기술 개발에 중점을 두고 있다. 이들 장 치에서 근전도 기술은 핵심 생체신호 센서로 활용되고 있 으며, 사용자 상태 인식 및 제어 피드백의 기반을 제공하 고 있다. 기능성 의류 분야에서는 텍스타일 센서, 유연 회 로, 전도성 섬유 등을 활용해 근육의 수축 패턴을 감지하 고, 이를 바탕으로 신체 정렬, 근피로도, 근활성 수준에 따라 실시간 피드백을 제공하는 스마트 의류가 개발되고 있었다. 이러한 기술은 스포츠훈련 시 근육 수축을 유지 하거나, 불균형한 근 활성을 교정하고, 고유수용감각을 강화하는 데 활용될 수 있다. 근골격계 웨어러블 보조로 봇 분야는 산업 근로자의 근골격계 질환 예방을 목표로 하며, 동작보조 외골격 장치, 하지 보조기구, 근력 증강 보조장비 등의 개발이 진행되고 있다. 전문 산업장비 분 야에서는 작업자의 근피로, 신체 부하, 비효율적 움직임 을 자동으로 감지하고 이를 예측하거나 교정하는 시스템 개발이 이루어지고 있으며, 이러한 기술은 스포츠재활 영 역에서 반복 훈련, 근력 관리, 작업 시뮬레이션 등의 응용 으로 확장될 수 있다. 특히, 중량 작업 수행 시 피로도를 낮추고 반복 동작에 따른 부하를 분산시키는 기술은 회복 기 선수의 근력 지원이나 부상 후 기능 훈련 보조와 같은 스포츠 물리치료 전략과 밀접하게 연결된다. 최근 연구에 따르면, 착용형 근전도 기반 스마트 의류는 실제 운동 수 행 중 실시간 데이터 수집과 즉각적 개입이 가능하다는 점에서 디지털 기반 운동 코칭 기술로 주목받고 있다(Di Giminiani et al., 2020).

그 밖의 카테고리는 스포츠재활 및 물리치료 분야와 직 접적인 관련성은 낮지만, 기술 융합 측면에서 여전히 적 용 가능성이 존재한다. 특히 신경재활로봇과 생체신호 모 니터링 의료기기 개발 분야는 병원 및 산업 현장을 중심으 로 한 임상 응용을 기반으로 한다. 신경재활로봇 분야는 외골격 기반의 로봇 플랫폼을 활용하여 마비 또는 보행장 애 환자의 움직임 회복을 지원하며, 주요 연구는 다채널 근전도 기반의 실시간 근활성 피드백, 보행 단계 감지, 사 용자–장치 간 인터랙션 최적화 알고리즘 개발에 집중되어 있다. 생체신호 모니터링 의료기기 분야는 심박수, 뇌파, 피부전도도 등 다양한 생체신호와 함께 근전도를 통합적 으로 측정하여, 환자의 상태를 모니터링하고 질환의 진행 을 예측할 수 있는 센싱 및 분석 시스템 개발에 중점을 두고 있었다. 최근 재활로봇 연구에서는 중재 계획의 디 지털화, 훈련 기록의 자동 저장, 실시간 근전도 신호를 활 용한 운동 난이도 조절 기능 등이 통합되고 있으며, 이는 중재 자동화 기반 기술로의 발전 가능성을 보여준다(Huo et al., 2023; Mashayekhi & Moghaddam, 2022).

정신건강관리, 한의학 연구, 기능성 식품의약품 분야는 비전형적인 근전도 응용 영역에 해당하지만, 최근 기술 융합 연구의 흐름 속에서 근전도가 중재 효용성 모니터링 기술로 점차 활용되고 있었다. 정신건강관리 분야에서는 스트레스, 불안, 주의집중력 저하 등과 관련된 근육 활성 패턴을 근전도를 통해 감지하고, 이를 기반으로 한 근육 긴장 조절 훈련 시스템이 개발되고 있었다. 이러한 시스 템은 선수의 심리적 안정, 긴장 완화, 경기 전 집중력 향상 등 스포츠 심리 중재와의 연계 가능성을 보여준다. 한의 학 분야에서는 침, 기공, 경락 자극 중 발생하는 생리적 반응을 과학적으로 검증하기 위한 도구로 근전도가 활용 되고 있었다. 기능성 식품·의약품 분야에서는 아미노산, 항산화제 등 특정 영양성분 섭취 전후의 근육 활성 변화를 정량화하는 데 근전도 기술이 도입되고 있었으며, 이는 스포츠선수의 영양 섭취 효과 검증 또는 회복력 향상 측정 등에 응용 가능할 것으로 보인다. 이처럼 생리적 반응 측 정 기반 과학적 접근은 향후 스포츠재활에서도 심리·영 양·대체의학 중재 등이 통합된 다학제 기반 디지털 치 료로 발전할 수 있는 가능성을 시사한다(Clement & Arvinen-Barrow, 2021;Feigenbaum et al., 2016).

한편, 본 연구에서 확인된 과제 수와 연간 연구비의 점 진적 감소 현상은 근전도 기술의 활용도 저하 또는 산업 수요 감소라는 1차원적인 해석으로도 이해될 수 있다. 그 러나 보다 구조적인 관점에서 보면, 이는 2023년 이후 정 부 연구비 지원액의 축소와 일정 부분 연관된 것으로 판단 된다. 실제로 해당 기간 동안 근전도 관련 연구에 대한 정부 투자 규모가 감소하였으며(Kim & Go, 2024), 이는 전체 연구비 총액의 축소로 이어졌다. 따라서 과제 규모 감소는 단순한 연구 수요 부족의 결과가 아니라, 국가 연 구개발 정책의 변화와 예산 편성 구조 개편이라는 복합적 요인에 따른 결과로 해석하는 것이 타당하다. 향후 인공 지능 기술과의 융합을 통한 노이즈 제거 및 운동명령 해석 등 비침습적 분석 기반의 새로운 개념이 도입된다면, 근 전도 기술은 뇌 과학 분야의 새로운 개념으로 도약할 수 있을 것이다.

본 연구는 2020년부터 2024년까지의 국가연구개발사 업 데이터를 기반으로 근전도 기술의 활용 동향을 분석하 였으나, 몇 가지 제한점을 가진다. 첫째, 분석 대상이 정 부 과제로 한정되어 있어 민간 기업이나 국제 공동연구 등 비공식 연구성과는 포함되지 않았다. 둘째, 과제 정보 가 주로 과제명과 요약에 근거하여 수집되었기 때문에 실 제 과제의 세부 수행 내용이나 성과물에 대한 정량적 분석 에는 제약이 있었다. 셋째, 카테고리 분류는 기술적·목 적적 유사성에 기반한 전문가 판단에 따라 수행되었으며, 이 과정에서 일부 연구 과제의 복합적 특성이 단순화되었 을 가능성이 있다. 향후 연구에서는 본 연구를 기반으로 개발 기술의 적용 결과 및 임상적 효과성에 대한 후속 분 석, 기술 이전 및 상용화 수준에 대한 종합적 조사가 수행 될 필요가 있다.

Ⅴ. 결론

결론적으로, 근전도 기술은 스포츠재활 및 물리치료 분 야에서 핵심적인 도구로 자리매김하고 있으며, 다양한 산 업 및 학문 분야와의 융합을 통해 활용 영역이 지속적으로 확대되고 있다. 본 연구를 통해 근전도 기술은 단순한 생 체신호 측정 도구를 넘어, 개인 맞춤형 디지털 중재, 정밀 평가 및 예측, 기능 회복을 위한 스마트 시스템으로의 진 화하고 있음을 확인하였다. 특히, 근전도 기반의 바이오 피드백, 운동기능 분석, 웨어러블 중재 플랫폼이 실제 임 상 및 훈련 현장에 적용될 수 있는 기술적 토대를 확보하 고 있으므로, 향후 디지털 헬스케어 시스템 내 주요 구성 요소로 기능할 것으로 기대된다. 이를 위해 향후 연구 및 정책에서는 근전도 신호 해석의 표준화, 기술 간 호환성 확보, 융합형 전문인력 양성 등의 기반 마련이 선행될 필 요가 있다. 또한, 스포츠과학, 의료공학, 생체신호처리 분 야 간의 유기적인 협력체계 구축이 필수적이다. 본 연구 는 향후 스포츠재활 및 물리치료 분야에서 근전도 기술의 실용적 활용을 위한 기술개발 전략 수립과 연구 방향성 설정에 기초 자료로 활용될 수 있을 것이다.